Las lecciones aprendidas en el marco del aprendizaje basado en proyectos

Ponente: Arturo Jaime Elizondo (Grupo PSYCOTRIP, Universidad de La Rioja)

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: martes 29 de noviembre de 2022, 11:00.

Resumen: Las lecciones aprendidas constituyen la recopilación de conocimientos adquiridos durante la experiencia de desarrollo de proyectos. Su objetivo es poder mejorar el rendimiento en trabajos futuros. En el método de aprendizaje basado en proyectos, los estudiantes también realizan proyectos donde surgen conocimientos que pueden recogerse en forma de lecciones aprendidas y ser de utilidad para otros estudiantes. En esta charla presentaremos nuestra experiencia motivando esta actividad y publicando las lecciones de los estudiantes en un blog creado en 2014, que cuenta con más de 68.000 visitas. Mostraremos resultados de opinión, de perfil de estudiantes más proclives a escribir lecciones y una clasificación y su evolución en el tiempo.

Referencias:
[1] Arturo Jaime, José Miguel Blanco, César Domínguez and Rosa Arruabarrena. Creation and Sharing of Lessons Learned by Blogging in the Context of Project-Based Learning. IEEE Access, doi: 10.1109/ACCESS.2022.3217473. October 2022.

[2] Arturo Jaime, José Miguel Blanco, César Domínguez, Imanol Usandizaga, Rosa Arruabarrena. Estimulando la creación y difusión de lecciones aprendidas en el contexto del aprendizaje basado en proyectos. XXVIII Jornadas sobre la Enseñanza Universitaria de la Informática (JENUI 2022). A Coruña (Spain). Julio 2022.

Nota: puedes encontrar las transparencias de la charla a través del siguiente enlace.

¿Puede el aprendizaje no supervisado ayudarnos a identificar compuestos?


Ponente: Gadea Mata Martínez (Grupo PSYCOTRIP, Universidad de La Rioja)

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: martes 22 de noviembre de 2022, 11:00.

Resumen: En la investigación biomédica se llevan a cabo estudios de librerías grandes de compuestos con el fin de averiguar si no es sólo uno el que provoca un efecto. Esta labor de identificación suele ser ardua. En este seminario se va a contar un caso de uso desarrollado en el CNIO sobre cómo el aprendizaje no supervisado puede ayudar en la labor de dicha identificación y cómo se pueden interpretar los resultados.

Homología persistente como herramienta de análisis de redes neuronales

Ponente: José Manuel Ros Rodrigo (Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: miércoles 16 de noviembre de 2022, 11:00.

Resumen: Esta presentación está dedicada al estudio de la homología persistente como herramienta matemática para su aplicación sobre redes neuronales. La herramienta fue introducida, de manera pionera, por S. Watanabe en el artículo «Topological measurement of deep neural networks» que constituye la base de este trabajo. Durante la revisión del artículo han surgido una serie de dificultades que han originado dos interpretaciones diferentes de los contenidos del mismo: la interpretación global y la interpretación local. Este estudio  pretende ser un primer paso para comprender, por medio de herramientas matemáticas, la riqueza estructural de los modelos de deep learning.

Nota: puedes acceder a las transparencias de la charla a través del siguiente enlace.

Análisis topológico en un estudio de neurociencia del comportamiento

Ponente: Aina Ferrà Marcús (Investigadora Predoctoral, Grupo de Investigación en Métodos Topológicos en Aprendizaje Automático — https://www.ub.edu/tml_ub/ –, Universidad de Barcelona).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: martes 15 de noviembre de 2022, 11:00.

Resumen: La recompensa y la motivación son dos motores fundamentales del comportamiento humano y por eso se considera tan importante la identificación y caracterización de los núcleos cerebrales que los procesan. En esta charla explicaremos cómo se ha analizado una base de datos de un estudio sobre la motivación en neurociencia del comportamiento usando métodos topológicos. Concretamente, trataremos el problema de la clasificación de estados motivacionales de una persona usando un clasificador topológico. Llegaremos a conclusiones similares a las de estudios anteriores usando otros clasificadores, confirmando así la fiabilidad del clasificador. Además, analizaremos en detalle el efecto que tiene la reducción de la dimensionalidad sobre este clasificador topológico y sacaremos algunas conclusiones sorprendentes como, por ejemplo, que el clasificador es independiente de la varianza explicada.

Nota: puedes acceder a las transparencias de la charla a través del siguiente siguiente enlace.

¿Puede un teorema ser acíclico?

Ponentes: Jesús María Aransay Azofra, Laureano Lambán Pardo, Julio Rubio García (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT).

Hora: martes 8 de noviembre de 2022, 11:00.

Resumen: ¿Qué? ¿Qué sentido tiene esa pregunta? Para intentar explicarlo haremos un recorrido apasionante (o, al menos, apasionado) en el que confluyen la lógica, la topología, la combinatoria, la informática (de la más teórica a la más aplicada) e incluso la teoría de juegos (o, al menos, un juego).

Algoritmos basados en la Teoría de Morse Discreta para el cálculo de la homología de espacios clasificantes

PonenteJuan Antonio Delgado Tejada (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC).

Hora: martes 11 de octubre de 2022, 11:00.

Resumen: Calcular la homología de un conjunto simplicial dado es, en general, una tarea difícil, sobre todo en el caso de que el conjunto simplicial no sea de tipo finito. La teoría de perturbación homológica y la teoría de Morse discreta son dos aproximaciones a la hora de organizar el cálculo de grupos de homología. En esta charla daremos unas nociones introductorias de ambos acercamientos, así como la construcción explícita de un campo de vectores sobre el espacio clasificante de un grupo simplicial reducido. Este campo de vectores proporciona no solo una nueva demostración de carácter geométrico sobre la reducción directa del espacio clasificante sobre la construcción Bar debida a P. Real, sino también una forma eficiente para su implementación en el sistema de cálculo simbólico Kenzo.

Nota: la charla se trata de una prueba de tiempo para el X Encuentro de Jóvenes Topólogos, que tendrá lugar del 18 al 20 de octubre de 2022 en Zaragoza.

Minería de procesos: extrayendo conocimiento de los logs de eventos

PonenteBeatriz Pérez Valle (Grupo PSYCOTRIP, Universidad de La Rioja).

Lugar: Seminario Mirian Andrés (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: lunes 4 de julio de 2022, 12:30.

Resumen: La minería de procesos (en inglés, Process Mining) es una disciplina relativamente reciente centrada principalmente en descubrir, monitorizar y mejorar procesos a través de la extracción de conocimiento de los registros de eventos (logs de eventos) de los sistemas de información.

En este seminario se dará una visión general de esta disciplina, recorriendo brevemente aspectos de los tres tipos de técnicas principales que ésta aborda: descubrimiento, análisis de la conformidad y mejora de los procesos.

Multivariate methods to track frequency shifts in EEG/MEG recordings

PonenteCarmen Vidaurre Arbizu (Investigadora Principal, Tecnalia Research and Innovation, Basque Foundation for Science — Ikerbasque –).

Lugar: Salón de Actos (Edificio CCT), o a través de Blackboard (https://bit.ly/salaDMC)

Hora: martes 14 de junio de 2022, 12:00.

Resumen: Instantaneous and peak frequency changes in neural oscillations have been linked to many perceptual, motor and cognitive processes. Yet, the majority of such studies have been performed in sensor space and only occasionally in source space. Furthermore, both terms have been used interchangeably in the literature, although they do not reflect the same aspect of neural oscillations. In this talk I will discuss the relation between instantaneous frequency, peak frequency and local frequency. Then, I will propose three different methods to find brain sources whose frequency estimate of interest (instantaneous, local or peak) is maximally correlated to an experimental variable.

Biografía: Carmen Vidaurre es Ikerbasque Research Associate en el grupo de neuroingeniería de Tecnalia. Anteriormente fue contratada Ramón y Cajal en la Univ. Pública de Navarra e investigadora en el grupo de Machine Learning de la Univ. Técnica de Berlín. También fue Marie Curie fellow del Fraunhofer Institute for Software Technik, en el grupo de análisis inteligente de datos. Se ha dedicado al análisis de señales del sistema nervioso central y periférico y al diseño de interfaces cerebrales adaptativas en línea. Actualmente está interesada en el desarrollo de métodos multimodales para obtener información sobre el funcionamiento del cerebro.

Nota: la conferencia se ha realizado con la colaboración del Vicerrectorado de Investigación e Internacionalización de la Universidad de La Rioja.